人工神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的潛在應(yīng)用-資料下載頁
2025-09-22 10:21本頁面
【正文】 sed on Neural Networks’World Academy of Science, Engineering and Technology 39 2008[5] David Hand, Principles of Data Mining [M]. Massachusetts Institute of Technology,2001[6] Feng Jiansheng. KDD and its applications, BaoGang techniques. 1999(3): 2731.[7] Wooldrldge M J. AgentBased software engineering. IEEE Transactions on Software Engineering [J]. 1999,144 (1): 2627.[8] Lie Lu and HongJiang Zhang, “Content analysis for audio classification and segmentation.”, IEEE Transactions on Speech and Audio Processing, 10:504–516, October 2002.[9] T. Tolonen and M. Karjalainen, “A putationally efficient multipitch[10] analysis model,” IEEE Transactions on Speech and Audio Processing,Vol. 8(No. 6):708–716, November 2000.[11] Kohonen, T., SelfOrganizing Maps, Series in Information Sciences, second edn. 1997, Springer, Heidelberg研究生一年級(jí)上半學(xué)期學(xué)過人工智能我所理解的是：人工智能就是給機(jī)器賦予人類的智能，讓機(jī)器能夠像人類那樣獨(dú)立思考。當(dāng)然，目前的人工智能沒有發(fā)展到很高級(jí)的程度，這種智能與人類的大腦相比還是處于非常幼稚的階段，但目前我們可以讓計(jì)算機(jī)掌握一定的知識(shí)，更加智能化的幫助我們實(shí)現(xiàn)簡單或者復(fù)雜的活動(dòng)。數(shù)據(jù)挖掘：數(shù)據(jù)挖掘是一門交叉性很強(qiáng)的學(xué)科，可以用到機(jī)器學(xué)習(xí)算法以及傳統(tǒng)統(tǒng)計(jì)的方法，最終目的是要從數(shù)據(jù)中挖掘到為我所用的知識(shí)，從而指導(dǎo)人們的活動(dòng)。所以我認(rèn)為數(shù)據(jù)挖掘的重點(diǎn)在于應(yīng)用，用何種算法并不是很重要，關(guān)鍵是能夠滿足實(shí)際應(yīng)用背景。內(nèi)容總結(jié)
（1）人工神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的潛在應(yīng)用
摘要：隨著存儲(chǔ)在文件，數(shù)據(jù)庫，和其他的庫中的數(shù)據(jù)量巨大，數(shù)據(jù)正在變得越來越重要，開發(fā)用于分析或解釋這些數(shù)據(jù)和用于提取有趣的知識(shí)的強(qiáng)有力的手段可以幫助決策
（2） HYPERLINK \l SOM已在各種軟件工具和庫廣泛實(shí)施
（3）一個(gè)神經(jīng)模糊系統(tǒng)總是可以解釋為一個(gè)模糊規(guī)則系統(tǒng)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1